리소스 로딩... 로딩...

높은 승률 트렌드는 반전 거래 전략을 의미합니다.

저자:차오장, 날짜: 2024-11-12 14:45:46
태그:BBRSIATRSMARRSLTP

전반적인 설명

이 전략은 평균 회귀 원리에 기반한 양적 거래 전략으로, 볼린거 밴드, 상대 강도 지수 (RSI), 평균 진실 범위 (ATR) 와 같은 기술적 지표를 결합하여 시장의 과잉 구매 및 과잉 판매 조건을 식별합니다. 이 전략은 높은 승률을 달성하기 위해 낮은 위험 / 보상 비율을 사용하고 위치 사이징을 통해 위험 관리를 구현합니다.

전략 원칙

이 전략은 다음과 같은 측면을 통해 거래를 실행합니다.

가격 이동 범위를 결정하기 위해 볼링거 밴드 (20일) 를 사용합니다.
RSI (14-일) 를 사용하여 과잉 구매 및 과잉 판매 조건을 식별합니다.
ATR (14-일) 를 동적 스톱 로스 및 트레이프 레벨에 사용합니다.
가격이 하위 범위를 넘어서고 RSI가 30 이하로 떨어지면 긴 포지션에 진입합니다.
가격이 상위 범위를 넘어서고 RSI가 70을 넘을 때 짧은 포지션을 입력합니다.
더 높은 승률을 달성하기 위해 0.75의 위험-상금 비율을 설정합니다.
거래당 2%의 리스크를 계정 자금에 기초로 구현합니다.

전략적 장점

신뢰할 수 있는 신호를 위해 여러 가지 기술 지표를 결합합니다.
평균 회전 특성을 통해 시장 기회를 포착합니다.
동적 스톱 로스 조정에 ATR을 사용합니다.
낮은 위험/이익 비율을 설정함으로써 더 높은 승률
비율 기반의 위험 관리를 통한 효과적인 자본 할당
명확하고 이해하기 쉬운 전략 논리
좋은 확장성 및 최적화 잠재력

전략 위험

강한 트렌드 시장에서 빈번한 스톱 로즈가 발생할 수 있습니다.
낮은 위험/이익 비율로 인해 거래당 잠재적인 이익이 낮습니다.
볼링거 밴드 및 RSI 지표의 잠재적인 지연
높은 변동성 (high volatility) 이 있을 때 스톱 로스 포지션은 최적의 수준이 아닐 수 있습니다.
거래 비용은 전체 수익에 영향을 줄 수 있습니다. 해결책:

트렌드 필터를 추가
입력 시기를 최적화
표시기 매개 변수를 조정합니다.
추가 확인 신호를 도입

최적화 방향

트렌드 상거래를 피하기 위해 트렌드 지표를 포함
더 나은 정확성을 위해 RSI 및 볼링거 밴드 매개 변수를 최적화하십시오.
시장 조건에 기반한 역동적 위험/이익 비율을 구현
신호 확인을 위한 부피 표시기를 추가합니다.
특정 거래 기간을 피하기 위해 시간 필터를 포함합니다.
적응적 매개 변수 메커니즘 개발
포지션 크기와 리스크 관리 시스템을 개선

결론

이 전략은 평균 회귀 원칙과 여러 기술적 지표를 통해 견고한 거래 시스템을 구축합니다. 낮은 위험-상금 비율 설정은 높은 승률을 달성하는 데 도움이되며 엄격한 위험 관리는 자본 보존을 보장합니다. 본질적인 위험에도 불구하고 지속적인 최적화와 정제로 인해 성능이 향상 될 수 있습니다. 이 전략은 보수적인 거래자에게 적합합니다. 특히 높은 변동성이있는 시장에서.

/*backtest
start: 2024-01-01 00:00:00
end: 2024-11-11 00:00:00
period: 2d
basePeriod: 2d
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("High Win Rate Mean Reversion Strategy for Gold", overlay=true)

// Input Parameters
bbLength = input.int(20, title="Bollinger Bands Length")
bbMult = input.float(2, title="Bollinger Bands Multiplier")
rsiLength = input.int(14, title="RSI Length")
rsiOverbought = input.int(70, title="RSI Overbought Level")
rsiOversold = input.int(30, title="RSI Oversold Level")
atrLength = input.int(14, title="ATR Length")
rrRatio = input.float(0.75, title="Risk/Reward Ratio", step=0.05)  // Lower RRR to achieve a high win rate
riskPerTrade = input.float(2.0, title="Risk per Trade (%)", step=0.1) / 100  // 2% risk per trade

// Bollinger Bands Calculation
basis = ta.sma(close, bbLength)
dev = bbMult * ta.stdev(close, bbLength)
upperBand = basis + dev
lowerBand = basis - dev

// RSI Calculation
rsi = ta.rsi(close, rsiLength)

// ATR Calculation for Stop Loss
atr = ta.atr(atrLength)

// Entry Conditions: Mean Reversion
longCondition = close < lowerBand and rsi < rsiOversold
shortCondition = close > upperBand and rsi > rsiOverbought

// Stop Loss and Take Profit based on ATR
longStopLoss = close - atr * 1.0  // 1x ATR stop loss for long trades
shortStopLoss = close + atr * 1.0  // 1x ATR stop loss for short trades

longTakeProfit = close + (close - longStopLoss) * rrRatio  // 0.75x ATR take profit
shortTakeProfit = close - (shortStopLoss - close) * rrRatio  // 0.75x ATR take profit

// Calculate position size based on risk
equity = strategy.equity
riskAmount = equity * riskPerTrade
qtyLong = riskAmount / (close - longStopLoss)
qtyShort = riskAmount / (shortStopLoss - close)

// Long Trade
if (longCondition)
    strategy.entry("Long", strategy.long, qty=qtyLong)
    strategy.exit("Take Profit/Stop Loss", from_entry="Long", limit=longTakeProfit, stop=longStopLoss)

// Short Trade
if (shortCondition)
    strategy.entry("Short", strategy.short, qty=qtyShort)
    strategy.exit("Take Profit/Stop Loss", from_entry="Short", limit=shortTakeProfit, stop=shortStopLoss)

// Plot Bollinger Bands
plot(upperBand, color=color.red, linewidth=2, title="Upper Bollinger Band")
plot(lowerBand, color=color.green, linewidth=2, title="Lower Bollinger Band")
plot(basis, color=color.gray, linewidth=2, title="Bollinger Basis")

// Plot RSI for visual confirmation
hline(rsiOverbought, "Overbought", color=color.red)
hline(rsiOversold, "Oversold", color=color.green)
plot(rsi, color=color.purple, title="RSI")